在无向网络中,模块内是高度相关的基因。 Module eigengene E(模块特征值):模块内所有基因进行主成分分析(PCA),第一主成分的值即为Epigengene。它代表该模块内基因表达的整体水平。 Module membership: 给定基因表达谱与给定模型的eigengene的相关性。 Hub gene:关键基因 (连接度最多或连接多个模块的基因)。 TOM (...
1.1 定义 WGCNA(Weighted Gene Co-Expression Network Analysis ),即加权基因共表达网络分析,用于寻找高度相关的基因构成的基因模块module,利用模块特征基因eigengene(模块内第一主成分)或模块内的关键基因Hub gene来总结这些模块,将模块与样本性状进行关联。 1.2 其他关键术语 关键术语(Connectivity、Adjacency matrix、TOM...
模块与表型的关联分析:通过计算模块特征值(module eigengene, ME)与表型之间的相关性,识别与特定生物学特征相关的模块。 核心基因的识别:在每个模块中,通过计算基因的连接度(connectivity)来识别核心基因。 3. 关键术语: 模块(Module):表达模式相似的基因集合。 模块特征值(Module eigengene, ME):表示模块中心趋势的...
WGCNA)可用于寻找高度相关基因的聚类(模块),利用模块特征基因或模块内的中心基因来总结这些聚类,利用特征基因网络方法(eigengenenetworkmethodology,WGCNA)将模块之间和模块与外部样本性状进行关联,以及用于计算模块成员度量。相关网络促进了基于网络的基因筛选方法,可用于识别候选生物标记物或治疗靶点。这些方法已成功应用于...
加权基因共表达网络分析 (WGCNA, Weighted correlation network analysis)是用来描述不同样品之间基因关联模式的系统生物学方法,可以用来鉴定高度协同变化的基因集,并根据基因集的内连性和基因集与表型之间的关联鉴定候补生物标记基因或治疗靶点。 功能介绍 基因共表达网络(WGCNA, Weighted Gene Co-Expression Network Analys...
简单介绍：WGCNA首先假定基因网络服从无尺度分布，并定义基因共表达相关矩阵、基因网络形成的邻接函数，然后计算不同节点的相异系数，并据此构建系统聚类树。该聚类树的不同分支代表不同的基因模块(module)，模块内基因共表达程度高，而分属不同模块的基因共表达程度低。主要应用：如果某些基因在一个生理过程或不同组织...
Weighted gene coexpression network analysis是分析不同样品之间基因关联模式的系统生物学方法,可以用来鉴定高度协同变化的基因集, 并根据基因集与表型之间的关联鉴定候补生物标记基因或治疗靶点。简单来说,该分析方法旨在寻找协同表达的基因模块(module),并探索基因网络与关注的表型之间的关联关系,以及网络中的核心基因。
Module Membership: 模块内基因表达与模块特征值的相关性,也称为eigengene-based connectivity。其绝对值越接近1,表明与该模块相关。 Intramodular connectivity模块内连通性:表示某基因与某个模块内基因的共表达权重关系总和。 参考资料:[1] A General Framework for Weighted Gene Co-Expression Network Analysis. doi:...
WGCNA(Weighted Gene Co-Expression Network Analysis)称为加权基因共表达网络分析是一种适合进行多样本复杂数据分析的工具,通过计算基因间表达关系,鉴定表达模式相似的基因集合(module),解析基因集合与样品表型之间的联系,绘制基因集合中基因之间的调控网络并鉴定关键调控基因。其适合应用于复杂的多样本转录组数据,是发表转...
Co-expression network（无向加权基因网络）由基因间的表达相关性决定，WGCNA通过β（软阈值）加权提高高相关性，并减弱低相关性。Module（模块）代表表达高度相关的基因集，ModuleEigengene（模块特征基因）代表给定模块的第一主成分，而ModuleMembership（模块成员资格）则表示基因与特定模块的关联程度。Intramodu...